对于留存率这个概念，相信对每一位游戏运营和分析人员并不陌生，甚至搜索“留存率”也会发现很多关于留存率的解释，留存率的定义，以及留存率的指标表现等等文章。实在是没有什么新意可言。
笔者前两天和朋友讨论关于渠道对于产品评级标准的时候，发现渠道在制定评级数据指标时，对于留存的释义很少会考虑的周全，而作为CP，上线测试调试数据的时候，如果没有理解指标的真正含义，而是一味的追寻达到这个标准，往往弄巧成拙，把自己绕进去。因此笔者在这里分享下目前对于留存率计算的几种主流方法。
留存率的计算方式是以下三个维度的组合合集：
一 新增和活跃
二 账号和设备
三 第X日和X日内
是的你没有看错，留存率的定义有八种方式，分别是：
新增账号第X日：某日新增的账号中，在新增日后第X日有登录行为记为留存
新增账号X日内：某日新增的账号中，在新增日后的X日内有登录行为记为留存
新增设备第X日：某日新增的设备中，在新增日后第X日有登录行为记为留存
新增设备X日内：某日新增的设备中，在新增日后的X日内有登录行为记为留存
活跃账号第X日：某日活跃的账号中，在新增日后第X日有登录行为记为留存
活跃账号X日内：某日活跃的账号中，在新增日后的X日内有登录行为记为留存
活跃设备第X日：某日活跃的设备中，在新增日后第X日有登录行为记为留存
活跃设备X日内：某日活跃的设备中，在新增日后的X日内有登录行为记为留存
（请不要提达到一定条件才算留存，比如登录时长，任务完成度之类，这些还没蒙吗？
-。-）
从定义来看，不难理解，那么从数据表现来看，每种留存有何区别呢？
由于对于X日内有登录记为留存的计算方式往往将留存率的数据显得不可信，因此在这里不做过深入的讨论，如果有兴趣可以在做数据分析的时候追踪试试，出现80%以上的留存率都不足为奇（内测期间100%都可能出现）。因此这种计算留存的方式已经基本没有人在用，这里我们只讨论第X日有登录行为记为留存。
首先锁定某一天为第一天，追踪这一天以后的数据变化
对应留存率：
可以看出，以新增和活跃为维度的统计标准差别很大，但对于账号和设备的维度统计差别并不大，基本一致。
在某些情况下，新增账号和设备是相等的。两种情况除外，一是游戏存在账号系统，即存在刷小号的情况，这种情况下，反馈到数据统计中，会出现账号数大于设备数。二是玩家使用相同账号在不同设备上登录，这种情况下会出现统计到的设备数大于等于账号数，因此两种情况中和，在计算的过程中相互抵消，平均情况就是两种计算留存的方式数据表现一致。
这里解释起来可能涉及到的点很多，但是我们只提一点最本质也是权重最大的影响因素—忠诚度。以新增为维度计算，玩家属于刚刚接触游戏，或是有目的或是没目的，而对于游戏的了解而言，是处于探索阶段（新手），往往会因为一点点挫折而失去对游戏的兴趣而流失，对于游戏的忠诚度是十分脆弱的。相反，以活跃维度统计的话，在活跃玩家中包含新增和老玩家活跃（新增日大于一天）。这部分新增就像前面提到的以新增维度统一一样的表现，而老玩家由于已经度过了前期的探索阶段，已经对游戏形成了认知，因此忠诚度远远高于新增玩家，也就不难理解，为何有较高的留存率表现。
那么，对于不同的计算维度是否存在一定的关系呢？在分析了50款游戏（每10款为一组，每款游戏选取15天的留存率）的留存率后我们发现：
以账号为维度统计，活跃账号计算方法中，次日留存率方面，活跃账号留存率大概是新增账号留存率的1.7倍左右。而七日留存大概在3.6倍左右。
以设备为维度计算，次日留存中，活跃设备留存率大概是新增设备留存率的1.8倍，而七日留存则为3.5倍。利用这个规律，如果我们在统计过程中有遗漏的现象，或者在统计的过程中因为统计缺失而无法及时提供渠道或其他合作方想要的留存，可以利用现有的留存数据进行推算。
当然并不是提倡在以后的统计留存过程中会出现依赖规律进行推算的情况出现，只是发现规律并加以利用，而更大的作用是希望在以后探讨留存以及留存表现的时候，能够首先理解我们所讨论的留存是否是同一个。
